Ai2、学習モデル AstaBrief 8B を公開──1 パス生成で 3.5 倍の高速化
Qwen3 ベースの 8B モデルで学術レポート生成を 1 パス化し、Claude 系の思考モード比で約 3.5 倍の高速化と高密度な引用を両立した。
リリース: 2026-10-02 · 読了 3 分記事の要約
1. 核心（What）
- Ai2 は学術レポート自動生成を目的としたオープンウェイトモデル AstaBrief 8B を Apache 2.0 ライセンスで公開した。
- 中間要約やセクション分割のステージを廃止し、検索されたスニペットから 1 パスでレポートを生成するアーキテクチャを採用している。
- SQA-CS2 ベンチマークで 87.0 点を獲得し、引用精度が向上していることを示した。
- モデルの全学習データセットやリポジトリのサンプルが公開され、ローカル環境での PDF 処理ワークフローが構築可能である。
2. 影響（Why）
- ローカル完結型 RAG の実用化: 8B パラメータモデルのため単一のハイエンド消費者向け GPU で稼働し、社外秘の学術データを外部の商用 API に送信せずにセキュアなレポート生成パイプラインを構築できる。
- 国内学術・製薬組織への影響: 文脈解析や論文レビューを自動化する国内の知財・研究開発部門（中規模以上の組織）は、外部クラウドへの依存を排したローカル環境で SOTA 級の引用付きレポート生成を組み込めるようになる。
3. 根拠・詳細（How）
- SFT と DPO による事後学習: ScholarQA の実プロンプトから作成した 47,000 件の SFT データと、GPT-4.1 や DeepSeek-R1 をジャッジとして用いた 6,000 件の DPO 優先度ペアで最適化されている。
- 引用密度フィルタリングの適用: 合成レポートの評価において、根拠が必要な主張に対する出典付与率を測る「引用密度フィルタ」を適用することでハルシネーションを抑制した。
- ベンチマークスコアの推移: SQA-CS2 テストにおいて DPO 適用前後の比較でスコアが 83.7 から 87.0 へ向上し、特に引用の recall が 6.9 ポイント増加した。
4. 展望・課題（Next）
- 外部検索システムの前提: AstaBrief 自体は外部検索やマルチターンツール実行を持たないため、周辺アプリケーション側で論文の検索とスニペット抽出を実装する必要がある。